04 de Maio de 2024
[ARTIGO] Como a IA pode ajudar os editores de notícias?
[0] Comentários | Deixe seu comentário.Por Rajan Padmanabhan, Srirama Jonnalagadda e Harry Keir Hughes*
São Paulo, 25 de abril de 2024. No meio de preocupações com a inflação, mudanças nas preferências dos usuários e uma onda crescente de notícias negativas, as empresas de comunicação estão em uma situação delicada. Muitas observam quedas significativas na avaliação, com sete das 10 maiores empresas do setor nos EUA registrando um desempenho inferior ao do índice S&P 500 em 41% entre setembro de 2021 e setembro de 2023.
O BuzzFeed News e o Vice Media, pioneiros digitais, fecharam suas portas em 2023. Da mesma forma, a demissão de 40 economistas de Washington pelo The Wall Street Journal, em fevereiro de 2024, mostra como intervenientes ainda maiores estão lutando para aumentar as margens diante da crise econômica, incerteza e declínio das receitas de assinatura.
Como afirmou um analista e gestor na Alemanha: “Penso que uma das verdades sobre a indústria dos meios de comunicação é que se trata de um setor sob certa pressão óbvia por dinheiro, por novos modelos de negócio, por descobrir qual é o seu futuro. Basicamente, esta questão de "O que vai nos salvar?" está por aí”
O problema do jornalismo
O streaming de vídeo e a entrega de notícias em aplicativos móveis e sites afiliados são as principais fontes de receita para muitas organizações de mídia. Mas muitas pessoas estão menos na Internet, uma queda de 13% desde a pandemia, de acordo com o estudo da GWI. Além disso, mais clientes estão evitando notícias divisivas ou deprimentes, de acordo com o Relatório de Notícias Digitais de 2022 do Reuters Institute: "Dar as costas às notícias é a única maneira que sinto que às vezes posso lidar com a situação"; disse um leitor do Reino Unido no relatório de acompanhamento da Reuters em 2023, que trouxe à tona novas preocupações, como a interrupção por plataformas online como Meta e Google, desinformação e níveis cada vez mais baixos de confiança na cobertura noticiosa.
A pesquisa de 2022 também perguntou às pessoas nas principais economias o quanto elas estão interessadas nas notícias em geral. No Reino Unido, a proporção que diz "extremamente/muito" caiu de 70% para 43% desde 2015. Além disso, muitos não têm condições financeiras para pagar por conteúdos, o que os deixam sobrecarregados e confusos.
O Pew Research Center revela um êxodo de assinantes de notícias tradicionais para canais de mídia social como TikTok e YouTube, atingindo suas receitas de vendas e marketing. As agências de notícias digitais devem reter clientes e encontrar novas oportunidades de receita para permanecer no jogo, e precisam fazer isso rapidamente.
Um caminho a seguir é utilizar a inteligência artificial (IA) para descobrir como tornar os jornalistas mais produtivos e os processos de negócios mais eficientes. Do lado do cliente, eles devem decifrar o que funciona e o que não funciona e escolher entre estratégias de conteúdo de curto e longo prazo para reter clientes de alto valor e otimizar o crescimento.
O único caminho a seguir?
A IA pode nem sempre ser um pré-requisito para a estratégia de conteúdo. Os editores de notícias podem obter vantagem através de uma maior diversidade de conteúdos entre canais, relatórios mais confiáveis e conteúdos mais positivos - tudo o que os clientes cada vez mais perspicazes e com pouco dinheiro dizem que procuram.
Mas se seus concorrentes estão fazendo isso - Netflix e Amazon são concorrentes, embora suas origens venham do streaming de vídeo - é tolice adotar uma abordagem de esperar para ver em relação à IA. Para citar um gerente de mídia nos EUA que foi entrevistado como parte do relatório TOW da Columbia Journalism Review “Inteligência Artificial nas Notícias: Como a IA Reformula, Racionaliza e Reshape, o Jornalismo e a Arena Pública”: "Como posso usar essas tecnologias de IA para aumentar meu público, aumentar minha base de assinantes, aumentar o tempo que as pessoas passam na página, rolando e visualizando meus lindos anúncios que estão ao lado dela? Isso é uma motivação para nós".
Os algoritmos de IA podem treinar dados díspares em dispositivos e canais e prever a demanda futura por diferentes tipos e formas de conteúdo. As empresas obtêm insights sobre o que as pessoas provavelmente consumirão no futuro (canal, formato, hora do dia) com base nos interesses e padrões de visualização atuais, o que pode estimular leitores e telespectadores em sua jornada noticiosa em sites afiliados, desbloquear conteúdo pago e informar editores sobre o rumo que suas marcas devem tomar no médio e longo prazo.
Por exemplo, um editor usa IA para personalizar recomendações de podcast com base nos padrões de audição dos usuários. A IA, neste caso, funciona como ferramenta de processamento de linguagem natural (PNL) e machine learning (ML) para extrair e analisar metadados de podcasts existentes, que são então combinados com dados do usuário. "Essa IA é capaz de fazer algo em uma escala que seria possível de outra forma, em um nível de detalhe que também não seria possíve", disse um gerente a Felix M. Simon, autor do relatório, entrevistado como parte do Relatório TOW. Aqui, a IA melhorou a experiência do público e aumentou a retenção de usuários em grande escala.
Numerosas outras aplicações de IA no jornalismo vão além do escopo deste artigo.
O problema com a IA
Muitos casos de uso de IA já foram adotados na forma de IA generativa. As empresas de mídia estão integrando discretamente a IA em seus produtos para oferecer experiências noticiosas mais saudáveis, de acordo com a Reuters. Quase 28% afirmam que esta é agora uma parte regular de suas atividades.
No entanto, não é fácil para muitos incorporar novas tecnologias de IA em produtos e soluções. Os CXOs com quem falamos se preocupam com o uso irresponsável de IA (confiança, ética, questões de propriedade intelectual) e com a incapacidade de dimensionar a tecnologia com rapidez suficiente para causar um impacto significativo. Há também a preocupação de que muitas empresas de mídia menores simplesmente não tenham dados limpos suficientes para treinar modelos de IA e tenham falta de habilidades executivas e de ciência de dados para criar produtos de IA a partir do zero. Construir modelos de IA generativos ou preditivos ajustados pode custar milhões, algo que os provedores de notícias em dificuldades não podem pagar. Além disso, algumas empresas priorizam uma iniciativa big bang, não veem resultados e recorrem a soluções simples de automação, economizando dinheiro onde podem.
AI-first requer data-first
Muitas empresas de comunicação possuem acumulações de dados que, se preparados adequadamente, podem fazer com que tanto as soluções de IA criadas a partir do zero como as novas soluções de IA prontas funcionem para elas. Com o patrocínio executivo e a priorização de casos de uso de alto impacto, as agências de notícias podem iniciar sua jornada de IA preparando seus dados, estruturados e não estruturados, em vários formatos (gerados por máquina, mídias sociais, históricos, etc.). A preparação de dados garante que os ativos de dados estejam disponíveis, detectáveis, acessíveis e de alta qualidade para uso em modelos de ML e IA generativa.
Depois que todos os dados estiverem disponíveis em um só lugar para IA, os editores poderão começar a conectar dados de tendências díspares, incluindo curtidas, sentimento de mídia social, visualizações de páginas, taxas de rejeição e tópicos de tendência em canais por dados demográficos. Este gráfico de conhecimento oferece às organizações uma visão abrangente de seu ecossistema de negócios. Ele permite criar experiências personalizadas e memoráveis para os usuários em formatos e prazos ideais.
Ele também fornece pacotes de produtos selecionados aos assinantes, aumentando a relação custo-benefício e reduzindo significativamente a rotatividade de clientes.
O Schibsted, na Noruega, utiliza análise de dados para refinar sua estratégia de assinatura; além de oferecer seis jornais nacionais e locais, 44 revistas e podcasts exclusivos em um pacote de acesso total, um pouco mais do que o custo de assinatura de uma única publicação.
O problema com a IA
Muitos casos de uso de IA já foram adotados na forma de IA generativa. As empresas de mídia estão integrando discretamente a IA em seus produtos para oferecer experiências noticiosas mais saudáveis, de acordo com a Reuters. Quase 28% afirmam que esta é agora uma parte regular de suas atividades.
No entanto, não é fácil para muitos incorporar novas tecnologias de IA em produtos e soluções. Os CXOs com quem falamos se preocupam com o uso irresponsável de IA (confiança, ética, questões de propriedade intelectual) e com a incapacidade de dimensionar a tecnologia com rapidez suficiente para causar um impacto significativo. Há também a preocupação de que muitas empresas de mídia menores simplesmente não tenham dados limpos suficientes para treinar modelos de IA e tenham falta de habilidades executivas e de ciência de dados para criar produtos de IA a partir do zero. Construir modelos de IA generativos ou preditivos ajustados pode custar milhões, algo que os provedores de notícias em dificuldades não podem pagar. Além disso, algumas empresas priorizam uma iniciativa big bang, não veem resultados e recorrem a soluções simples de automação, economizando dinheiro onde podem.
AI-first requer data-first
Muitas empresas de comunicação possuem acumulações de dados que, se preparados adequadamente, podem fazer com que tanto as soluções de IA criadas a partir do zero como as novas soluções de IA prontas funcionem para elas. Com o patrocínio executivo e a priorização de casos de uso de alto impacto, as agências de notícias podem iniciar sua jornada de IA preparando seus dados, estruturados e não estruturados, em vários formatos (gerados por máquina, mídias sociais, históricos, etc.). A preparação de dados garante que os ativos de dados estejam disponíveis, detectáveis, acessíveis e de alta qualidade para uso em modelos de ML e IA generativa.
Depois que todos os dados estiverem disponíveis em um só lugar para IA, os editores poderão começar a conectar dados de tendências díspares, incluindo curtidas, sentimento de mídia social, visualizações de páginas, taxas de rejeição e tópicos de tendência em canais por dados demográficos. Este gráfico de conhecimento oferece às organizações uma visão abrangente de seu ecossistema de negócios. Ele permite criar experiências personalizadas e memoráveis para os usuários em formatos e prazos ideais.
Ele também fornece pacotes de produtos selecionados aos assinantes, aumentando a relação custo-benefício e reduzindo significativamente a rotatividade de clientes.
O Schibsted, na Noruega, utiliza análise de dados para refinar sua estratégia de assinatura; além de oferecer seis jornais nacionais e locais, 44 revistas e podcasts exclusivos em um pacote de acesso total, um pouco mais do que o custo de assinatura de uma única publicação.
Infosys Publisher AI Cloud
As empresas de comunicação devem ensaiar um exercício de construção versus compra. Com muitos cientistas de dados, engenheiros de dados e dados prontamente disponíveis, a construção de tais soluções de IA é possível e viável. No entanto, também estão disponíveis soluções prontas para uso que, com um pouco de ajuste fino, podem aprender a inspirar, envolver, inscrever, contextualizar e conectar diferentes grupos de clientes em sua jornada de notícias.
O Infosys Publisher AI Cloud fornece gerenciamento de dados, direcionamento de anúncios e insights sobre as preferências do cliente em todos os canais, juntamente com medição de alcance e frequência, programas de engajamento e uma visão de ecossistema conectado que aumenta o potencial de monetização de dados.
Modelos de IA generativos abertos e fechados, acessíveis através do Infosys Topaz permitem curadoria e criação de conteúdo. A solução visa três resultados principais:
● Inteligência do assinante: os dados próprios criam um acesso pago dinâmico que desbloqueia determinados artigos para determinados usuários com base na disposição de pagar, dando ao editor uma maneira de oferecer pagamento por artigo ou enviar uma solicitação de assinatura. No relatório TOW, os entrevistados relataram taxas de conversão de acesso pago dinâmico 2% a 10% mais altas do que as políticas aleatórias. Como descreveu Rohit Supekar, cientista de dados do New York Times: “O Times atingiu sua meta de 10 milhões de assinaturas e estabeleceu uma nova meta de 15 milhões de assinantes até o final de 2027. Esse sucesso foi possível em parte devido a melhorias contínuas na estratégia de acesso pago ao longo dos anos”.
● Conhecer os interesses dos clientes: os editores têm muitos sites internos e afiliados. Quanto mais a agência de notícias souber sobre os usuários e suas preferências, mais fácil será navegar de um site para outro.
● Segmentação de anúncios com base em tema: a segmentação de anúncios contextuais primários permite que os anunciantes segmentem com base em tópicos e temas derivados do mecanismo de recomendação.
Não muito tempo atrás, uma publicação de notícias financeiras perdeu rapidamente assinantes devido a processos manuais e fraca percepção dos clientes, sem nenhuma indicação sobre o que estava sendo visualizado e quais clientes poderiam estar pensando em sair. A empresa utilizou a solução Infosys para uma técnica conhecida como “salvamento personalizado”, um modelo preditivo baseado em dados de engajamento e uma imagem completa do perfil de usuário de cada cliente. A empresa personalizou suas ofertas de marketing de vendas cruzadas e incrementadas, aumentando a retenção de clientes em 20%.
Qualquer estratégia de negócios agora é uma estratégia de IA
Não vamos esquecer que a IA serve tanto como um intensificador de eficiência quanto de produtividade; transcrição, resumo e outras ferramentas de inteligência de conteúdo e otimização de processos têm uma classificação elevada entre os casos de uso de IA no jornalismo. Essas ferramentas permitem que os produtores trabalhem mais com mais rapidez.
Na verdade, a IA, e a IA generativa em particular, tem um grande papel a desempenhar no futuro da curadoria de notícias de qualidade e da análise de vendas e marketing. Se os editores puderem preparar seu patrimônio de dados e aproveitar soluções prontas para uso que forneçam insights profundos sobre os clientes, a recompensa será uma estratégia de conteúdo mais confiante e focada no consumidor, trabalhando em todos os canais para reter clientes e expandir os negócios: o resultado é uma organização mais saudável, que cresce e se adapta às mudanças do mercado – capaz de se movimentar caso os tempos piorem ainda mais.
As empresas de comunicação terão primeiro de evitar notícias periódicas e específicas, ao mesmo tempo que adaptam o conteúdo a diferentes grupos demográficos e alcançam-nos no canal certo. Devem melhorar a acessibilidade às notícias para grupos de difícil acesso, definir quais as notícias inspiradoras e positivas a encomendar e convencer as pessoas em tempo real de que vale a pena prestar atenção às suas notícias e pelas quais vale a pena pagar a IA é uma ferramenta poderosa para ajudar os editores a conseguir isso.
*Rajan Padmanabhan é head de arquitetura de dados e análise para o varejo, CPG e logística, Srirama Jonnalagadda é arquiteto de tecnologia da Infosys e Harry Keir Hughes é consultor sênior de IA do Infosys Knowledge Institute.
